MTMonica Fabiana Bento Moreira Thiersch

Monica Fabiana Bento Moreira Thiersch

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Monica Fabiana Bento Moreira Thiersch has a total of 11 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Estudo do efeito da continuidade espacial em modelos de relação hipsométrica em Eucalyptus sp.

    by Bruna Zanzini Pupin, Lucas Kröhling Bernardi, Monica Fabiana Bento Moreira Thiersch, Claudio Roberto Thiersch

  • Open Access

    Uso de fotografias digitais como alternativa à fita e a suta na cubagem rigorosa

    by Claudio Roberto Thiersch, Carlos Juliano Santos, Lucas Kröhling Bernardi, Franciane Andrade de Pádua, Monica Fabiana Bento Moreira Thiersch

    Em levantamentos do volume de povoamentos, o viés não deriva apenas do processamento dos dados e das estimativas, podendo ser de seleção, quando a amostra não garante a representatividade da população; de admissão, quando a amostra advém de uma população especial; de amostragem; ou ainda podem ser imensuráveis, como erros sistemáticos e decorrentes do operador ou do próprio instrumento. O volume de um povoamento pode ser obtido através do uso de expressões matemáticas que utilizam as variáveis altura e diâmetro, ou circunferência onde o diâmetro é obtido com uso da suta e a circunferência por meio da fita métrica e, ambas, incorrem em erros que dependem do formato e deformidade das seções transversais do tronco. Este trabalho propõe uma metodologia com base na utilização de imagens digitais das seções do tronco e do uso da técnica de Redes Neurais Artificiais (RNA) para obtenção da área seccional na cubagem cuja estimativa de volume seja mais precisa e acurada do que a obtida por meio da suta e fita métrica, quando comparadas com os dados reais de volume obtidos pelo xilômetro. Com uma base de dados de plantios clonais de Eucalyptus sp., a metodologia proposta foi capaz de estimar com precisão a área seccional dos discos de madeira, resultando em estimativas de volume com apenas 0,26% de variação média em comparação com o xilômetro, enquanto suta e fita apresentaram, respectivamente, -1,41% e 4,08% de variação. Os resultados obtidos pelas fotos também demonstraram não ser tendenciosos, enquanto a fita métrica apresentou tendência a superestimar os volumes e a suta a subestimá-los.

  • Open Access

    Artificial neural networks and remote sensing for volumetric prediction in a Eucalyptus sp. plantation

    by Alessandro Araujo Amaral de Almeida, Monica Fabiana Bento Moreira Thiersch, Lucas Kröhling Bernardi, Franciane Andrade de Pádua, Argemiro José Moreno Arteaga, Claudio Roberto Thiersch

    Forest inventory is an important tool for estimating the production of forest stands and normally employs traditional methods for volume estimation. However, as a result of technological advancements, artificial neural networks and remote sensing have assumed a prominent role in the forestry sector since satellite images have different components that correlate with the dendrometric variables and can be used as auxiliary variables. The objective of this work was to evaluate the performance of artificial neural networks regarding the estimation of volume in a Eucalyptus sp. plantation with the use of satellite images. Pre-cut inventory data were used with ages varying between 5.3 and 6.3 years. The variables used were volume, age, 4 bands of the satellite image with a 10 m spatial resolution from Sentinell-2 satellite, ratio between the bands, NDVI, and genetic material. All processing was performed using the free software R. The evaluation criteria for the neural network were percentage of residual standard error and graphical analysis of the residues. The best neural network configuration for volume estimation presented a residual standard error of 10.63% and 12.00% for training and validation, respectively. The methodology proposed in this work proved to be efficient in estimating the volume of the stand.


  • Open Access

    Diferentes modelos para o afilamento do tronco de Eucalyptus sp. para o cenário florestal brasileiro

    by Lucas Kröhling Bernardi, Monica Fabiana Bento Moreira Thiersh, Argemiro José Moreno Arteaga, Alessandro Araujo Amaral de Almeida, Franciane Andrade de Pádua, Cláudio Roberto Thiersch

    As funções de afilamento são ferramentas úteis para estimar diâmetros de toras e volumes comerciais de madeira a quaisquer alturas, sendo de grande importância para os empreendimentos florestais que buscam a otimização do uso de suas florestas. Este trabalho teve como objetivo avaliar modelos de afilamento segmentados, não segmentados e modelos de forma variável para estudo do afilamento do tronco de árvores de Eucalyptus sp. Com uma base de dados proveniente de um plantio de Eucalyptus sp. localizado no sul do estado de São Paulo aos 6,3 anos de idade, os modelos de afilamento testados foram: os modelos não segmentados de Ormerod (1973) e de Schöepfer (1966), o modelo segmentado de Max e Burkhart (1976), e os modelos de forma variável de Muhairwe (1999), Methol (2001) apud Rachid et al. (2014) e de Kozak (2004). Os volumes reais foram calculados utilizando-se o método de Smalian. O modelo de Kozak (2004) obteve as melhores medidas de precisão para estimativa dos diâmetros, já a equação de Muhairwe (1999) demonstrou os melhores resultados gráficos de dispersão de resíduos para a mesma estimativa. Para a estimativa volumétrica, a equação que obteve os melhores resultados foi a proposta por Methol (2001) apud Rachid et al. (2014), com as melhores medidas de precisão e melhor comportamento gráfico, com menores tendências e dispersão mais concentrada dos resíduos.


  • Redes neurais artificiais aplicadas na estimativa da altura total de Eucalyptus sp.

    by Aline Roja Rolmos, Lucas Kröhling Bernardi, Monica Fabiana Bento Moreira Thiersch, Claudio Roberto Thiersch

  • Open Access

    Espacialidad volumétrica de madera en plantaciones forestales usando redes neurales artificiales con imágenes de satélite

    by Argemiro José Moreno Arteaga, Monica Fabiana Bento Moreira Thiersch, Roberta Oliveira Averna Valente, Lucas Kröhling Bernardi, Sophia Lourenço Vasconcelos, Cláudio Roberto Thiersch

    La agricultura sustentable de plantaciones forestales exige la estimación permanente de la cantidad o volumen de madera que se está produciendo en un momento dado, lo que es difícil en extensas áreas de bosque, si solo se utilizan procedimientos manuales en campo. En la presente investigación se modelaron redes neuronales artificiales (ANNs, su sigla en inglés) de perceptrón multicapa para la estimación espacial de volúmenes de madera en una plantación de Eucalyptus sp. localizada en el estado de Mato Grosso del Sur, región Centro-oeste de Brasil. Para el efecto se emplearon como variables de predicción bandas espectrales, texturas de las bandas obtenidos con matriz de coocurrencia de niveles de grises e índice de vegetación, que fueron derivados de imagen digital de satélite Spot 6. La ANN resultante con mejor desempeño presentó una precisión de 93.32% y un coeficiente de determinación de 0.9761, con respecto a valores obtenidos con medidas de campo; no obstante, presentó un error cuadrático medio relativo de 16.32% (RMSE de 7.85 m3/ha), pero la distribución de los residuos no fue tendenciosa, por tanto, el modelo fue promisorio para mapear los volúmenes de madera en extensas áreas sin sobreestimar o subestimar la predicción. La red construida mostró mayor precisión y exactitud cuándo se comparó con otros métodos que usaron variables similares de estimación, inclusive en comparación con modelos neuronales que utilizaron solo bandas espectrales e índices de vegetación.